李艷，徐永，李鴻儒，甘曉川，瞿劍蘇，馬曉蘇

(航空工業(yè)北京長城計量測試技術(shù)研究所，北京 100095)

0 引言

工業(yè)攝影測量系統(tǒng)中通常使用基準尺(Scale Bar)作為長度基準，基準尺長度的準確性直接影響攝影測量系統(tǒng)測量結(jié)果的準確性。攝影測量標尺長度定義為兩個圓形逆反射標志(Retro-reflective Target，RRT)中心之間的距離，因此，要精確確定基準尺長度，關(guān)鍵是精確確定標志圓的中心。

目前，攝影測量基準尺長度的校準方法主要有幾何中心法、灰度重心法等[1]。幾何中心法利用顯微鏡瞄準標尺上的RRT，通過人眼觀察，使目鏡中的切割線切取標志點邊緣以確定標志中心。該方法得到的是標志的幾何中心，人眼誤差和RRT邊緣質(zhì)量對定位結(jié)果影響較大，定位精度低?；叶戎匦姆ɡ蔑@微鏡和高分辨力CCD相機獲取RRT圖像，通過圖像處理實現(xiàn)RRT中心定位。該方法得到標志圓的灰度中心，避免了人眼觀測的影響，實現(xiàn)標志點中心的亞像素級定位，理論上可達到較高的定位精度[2]。文獻[3]分析了測量過程中每個調(diào)整環(huán)節(jié)對測量精度的影響，包括基準尺調(diào)節(jié)、CCD成像系統(tǒng)光軸調(diào)節(jié)等。然而，已有研究均未明確分析RRT圖像獲取時成像亮度、成像位置和大小等因素對定位結(jié)果的影響，也缺乏對RRT定位過程中所采用的具體圖像處理算法的分析。

本文基于顯微視覺原理，給出觀察并采集逆反射標志微觀特征圖像的系統(tǒng)裝置，分析RRT圖像特征，選擇適用的預(yù)處理方法、標志點特征識別和提取方法、標志點圖像中心定位算法，精確計算攝影測量基準尺的標志點中心。同時，通過試驗比較RRT圖像亮度、成像大小、成像位置等因素對基于灰度重心的定位算法(灰度加權(quán)質(zhì)心法和灰度平法加權(quán)質(zhì)心法)與基于標志點邊緣的定位方法(橢圓擬合法)的影響。通過本文的研究，對基準尺長度測量中的RRT圖像形成一套完整規(guī)范的處理算法，并對RRT圖像大小、位置、照明等獲取條件提出要求，有利于提高基準尺校準系統(tǒng)的測量重復性，規(guī)范校準過程。

1 逆反射標志及其特征

當被測物體不具備明顯特征或通過攝影測量手段不能可靠的識別并精確定位物體特征時，通過布設(shè)人工標志可輔助完成測量過程。逆反射標志是高精度工業(yè)攝影測量中使用最為廣泛的人工標志，一般為圓形，表面粘貼直徑數(shù)十微米的玻璃微珠，具有回光反射的特性，在特定位置光源照射下的反射亮度比漫反射白色標志高出數(shù)百甚至上千倍。圖1為GSI公司研發(fā)的各種攝影測量靶標及RRT。拍攝布有逆反射標志的被測物，很容易得到被測物“消隱”、標志清晰的“準二值圖像”[4]，能夠簡化被測物體成像點識別過程，提高測量效率。標志的材料組成及反射原理如圖2所示。

圖1 GSI公司的各種攝影測量靶標及RRT

圖2 RRT組成及逆反射原理

以V-STARS?攝影測量系統(tǒng)為例，其逆反射標志厚0.11 mm，由回光反光材料制作而成。標志的大小通常取決于相機到被測物的距離、相機分辨力、鏡頭焦距和曝光等。標志的最小直徑應(yīng)為被測物平均尺寸的1/1000，使用兩倍最小尺寸的目標時，系統(tǒng)可實現(xiàn)精確測量[5]。常見的RRT目標尺寸如圖3所示，其中直徑6 mm的標志最為常用。

圖3 RRT目標尺寸的選擇

2 測量系統(tǒng)

2.1 系統(tǒng)組成

基于顯微視覺的RRT中心定位測量系統(tǒng)主要由工業(yè)CCD相機、顯微鏡、光源及控制器、夾持升降機構(gòu)和計算機等組成，如圖4所示，夾持升降機構(gòu)安裝在可移動位移臺上，便于RRT圖像的瞄準。

圖4 系統(tǒng)組成

為獲取具有清晰玻璃微珠特征的RRT圖像，采用高分辨力CCD工業(yè)相機，結(jié)合0.7～4.5倍的顯微鏡頭，配合附加0.5倍物鏡，可對直徑小于等于20 mm的標志進行圖像采集與計算，滿足常規(guī)尺寸的RRT中心定位需求。采用點光源結(jié)合同軸光的照明方式，可獲得對比度高、受環(huán)境光影響小的圖像[2]。系統(tǒng)的具體組成及各部件參數(shù)見表1。

表1 系統(tǒng)各組成部分及性能指標

2.2 定位過程

利用該系統(tǒng)對RRT標志進行中心定位的主要流程為：①調(diào)整位移臺和載物臺，使待測目標出現(xiàn)在相機視場中間位置；②調(diào)整光源和焦距，使圖像清晰、亮度適中；③采集標定板(光刻尺)圖像以獲取像素當量(像素尺寸與實際尺寸間的比例關(guān)系，單位為μm/pixel)；④采集標志點圖像并進行圖像處理和中心定位，結(jié)合標定結(jié)果獲得中心定位的最終結(jié)果，即目標中心偏離視場中心的物理距離(mm)，以(Δx, Δy)表示。RRT中心定位流程圖如圖5所示。

圖5 RRT中心定位流程

為便于對光源及焦距進行調(diào)整，分別引入表征圖像照度的函數(shù)AVEG(k)和表征調(diào)焦情況的圖像清晰度評價函數(shù)SDM2(k)[6]，即

(1)

(2)

其中,

Ik(x,y)=[fk(x,y)-fk(x+1,y)][fk(x,y)-fk(x,y+1)]

(3)

式中：S為圖像評價窗口的面積;fk(x,y)為圖像視頻中第k幀圖像中像素(x,y)處的灰度值。照度函數(shù)AVEG選取的是評價窗口中圖像的灰度均值，其最佳取值需要根據(jù)實際經(jīng)驗確認，本文也將通過試驗給出參考值；清晰度評價函數(shù)的值越大，表明圖像灰度差越大，圖像越清晰。

3 中心定位

攝影測量中，針對RRT圖像的特點，使用圖像處理方法提取中心點坐標的一般過程為：先進行圖像預(yù)處理去除背景噪聲，再使用識別算法從圖像中找出標志點，然后利用中心定位算法確定RRT的中心坐標[5]。 圖6為RRT的不同特征，從中可以看出，顯微鏡下獲取的RRT圖像與在攝影測量過程中獲取的標志點圖像有較大區(qū)別：在合適的照明條件下，可觀測到RRT表面的玻璃微珠等微觀結(jié)構(gòu)。因此，標定基準尺標志點中心的方法與攝影測量中一般標志點的中心坐標計算方法有所不同，圖像噪聲、圖像亮度、RRT外形質(zhì)量、目標大小、照明均勻性、識別與定位方法等諸多因素均有可能會對最終的定位結(jié)果產(chǎn)生影響。

圖6 RRT的不同特征

3.1 圖像預(yù)處理

圖像采集過程中，RRT表面光照條件不穩(wěn)定、CCD相機噪聲、視頻圖像采集的像素抖動等會給圖像造成一定的噪聲污染[7]，圖像預(yù)處理可有效去除噪聲。常用的圖像預(yù)處理方法有門限法、鄰域加權(quán)平均法、中值濾波、自適應(yīng)平滑等。在進行圖像預(yù)處理時，應(yīng)在去除噪聲的同時盡可能保留圖像特征。選用中值濾波方法對RRT圖像進行預(yù)處理，如圖7所示(截取RRT邊緣處的一小部分區(qū)域顯示)，既平滑了圖像，又不損失圖像細節(jié)特征。

圖7 中值濾波效果

3.2 標志特征提取

在顯微鏡下拍攝的RRT圖像具備顯著的“準二值”特性，目標區(qū)域和背景的灰度相差很大，接近二值圖像。對圖6(c)中的RRT圖像作灰度直方圖，如圖8所示，可見圖像主要可分為三個區(qū)域：①目標點外的背景(灰度值約為0～20)；②目標點內(nèi)玻璃微珠的背景(灰度值約為20～100)；③玻璃微珠(灰度值最高可達到飽和值255)。

圖8 標志圖像灰度分布直方圖

由于需獲取整個RRT所在的圓形區(qū)域，而不是單個玻璃微珠，因此在進行閾值分割時要有效區(qū)分玻璃微珠周圍背景和整個RRT區(qū)域外的背景。因此，先使用形態(tài)學閉運算連接臨近的玻璃微珠區(qū)域，再進行開運算，去除由于玻璃微珠涂抹不均造成的離散點和毛刺。然后采用圖像分割方法進行二值化，之后采用孔洞填充的方式提取出完整的目標所在區(qū)域，如圖9所示。

圖9 提取整個目標區(qū)域

若原圖中存在較亮的背景，可能會出現(xiàn)提取出多個區(qū)域的情況。將圖像連通后采用小面積去除法去除雜散背景，通過連通域圍盒比判斷并去除非圓區(qū)域，最終得到圓目標所在的區(qū)域，如圖10所示。

圖10 含有較亮背景的RRT圖像處理

取經(jīng)過圖像中心的橫截面上的像素灰度，如圖11所示，準確去除了圖像背景，提取出了目標圓所在的區(qū)域。

圖11 圖像中心線上的灰度值

3.3 標志中心定位

在經(jīng)過上述圖像特征提取后，獲得了RRT目標圓的邊緣特征與目標圓區(qū)域內(nèi)的整體特征。由此，進行圓形標志點圖像中心定位的方法可分為兩類：一類是基于目標區(qū)域邊緣信息的中心定位算法，如邊緣坐標平均法、橢圓擬合法等，利用該類方法得到的定位中心被稱為“幾何中心”；另一類是基于目標區(qū)域內(nèi)灰度信息的中心定位算法，如灰度加權(quán)質(zhì)心法(又稱灰度重心法)和灰度平均法加權(quán)質(zhì)心法等，由此得到的定位中心被稱為“灰度中心”。

關(guān)于兩種定位算法已有較多的研究[8]。橢圓擬合法將邊緣像素進行最小二乘擬合，求出橢圓的5個參數(shù)，通過這5個參數(shù)計算出橢圓中心的坐標，從而得到目標區(qū)域的中心坐標；灰度加權(quán)質(zhì)心法以像素的灰度值為權(quán)重，計算目標區(qū)域內(nèi)所有像素坐標的加權(quán)平均值，作為目標區(qū)域的中心定位結(jié)果。從原理上來說，橢圓擬合法僅依賴邊緣信息，邊界噪聲或標志邊界質(zhì)量會對定位結(jié)果有較大影響；灰度加權(quán)質(zhì)心法使用整個標志區(qū)域內(nèi)的灰度信息，更能反映標志的整體情況，與其在攝影測量系統(tǒng)中的實際使用狀態(tài)也更為接近。但需要注意的是，當照明不均勻或相機光軸與目標所在平面存在一定夾角時，目標的重心會發(fā)生偏移，利用灰度質(zhì)心法進行定位的結(jié)果將不再準確。

圖12是對圖6(c)中的RRT目標進行中心定位的結(jié)果，其中δx= 1.1pixles,δy= 1.5 pixels。可見在光照均勻、圖像清晰、目標質(zhì)量良好的情況下，所得到的橢圓擬合中心和灰度加權(quán)中心之間的偏差很小。

圖12 RRT橢圓擬合中心和灰度加權(quán)中心定位結(jié)果對比

4 試驗及數(shù)據(jù)分析

為驗證RRT標志圖像尺寸、在視場中的位置、圖像亮度等因素對標志中心定位結(jié)果的影響，采用控制變量法對各個可能的影響因素進行試驗驗證，并對本文提出的標志中心定位算法進行評價。

4.1 標志圖像尺寸

選取一個外觀質(zhì)量良好的、直徑6 mm的RRT目標，分別在不同的圖像縮放倍率下采集圖像，每幅圖像在采集時都保證其清晰度和照明情況一致，如圖13所示。每個不同的放大倍率采集20張圖像。

圖13 不同縮放倍率下的RRT圖像

以20張圖像計算結(jié)果的均值作為該倍率下的中心定位結(jié)果Cr，并計算每張圖像的定位結(jié)果Cri與Cr之間的距離dri，統(tǒng)計dri(i=1～20)的均方根誤差，如圖14所示。橢圓擬合法在縮放倍率大于0.6時,定位結(jié)果較為理想，目標圓直徑與整幅圖像的短邊長度之比約為

利用灰度加權(quán)原理的定位方法無明顯規(guī)律，整體的定位效果要優(yōu)于橢圓擬合法。但在縮放比例大于1后(此時RRT圖像接近視場邊緣)有誤差增大的趨勢。

圖14 標志圖像尺寸對定位結(jié)果的影響

4.2 在視場中的位置

將RRT粘貼在三維精密位移臺上，利用位移臺將標志點分別沿x和y方向從CCD視場一端移動到另一端，每次移動的間隔約為0.1 mm，每個位置采集20幅圖像。由于圖像坐標方向與位移臺移動方向沒有完全平行，故當沿x方向移動位移臺時，標志圖像在y方向會有一定的偏移量。沿y方向移動也是同樣的情況。

圖15 在視場中不同位置的RRT圖像

圖16(a)是位移臺沿x方向變化、y方向有一定偏離時，中心定位結(jié)果的變化趨勢，圖中的“+”是視場中心位置。橢圓擬合結(jié)果最接近目標移動的軌跡，且明顯觀察到橢圓擬合、灰度加權(quán)和灰度平方加權(quán)三種方法得到的中心變化曲線均接近直線，其斜率依次減小，灰度中心方法定位結(jié)果整體偏y正方向。導致灰度中心整體偏上的原因是：①被觀測的RRT目標玻璃微珠分布不均，y正方向反光能力較強；②點光源照明不均勻，光源中心偏向于y正方向。導致灰度中心擬合的直線位移斜率減小的原因是：越接近視場中心，點光源照明越亮，而邊緣處照明較弱，使得利用灰度加權(quán)方法計算的中心偏向于光源中心。圖16(b)是位移臺沿y方向變化、x方向有一定偏離時，中心定位結(jié)果的變化趨勢，可觀測到，由灰度方法計算的中心偏向于x正方向，綜合兩次的結(jié)果來看，點光源或玻璃微珠重心偏向于圖像坐標x，y正方向(對應(yīng)圖像右下角)，且點光源存在不均勻照明的現(xiàn)象。

圖16(c),(d)是兩次試驗不同偏移量下的算法重復性。整體來看，利用灰度信息進行定位的方法重復性小于橢圓擬合法，三種算法的重復性誤差均小于0.1 pixels。

圖16 RRT在視場中位置對定位結(jié)果的影響

4.3 圖像亮度

主要考慮照明對圖像亮度的影響。仍使用4.1中的6 mm目標，圖像放大倍率為1，調(diào)焦后保持焦距不變。通過增加相機曝光量以改變圖像亮度，由暗至量共改變了40次亮度，在每種亮度下采集10張圖像。圖17展示了幾種不同亮度的RRT圖像。

圖17 不同亮度的RRT圖像

圖18顯示了在圖像亮度變化時，不同定位方法得到的中心位置的變化趨勢。圖18(a)為中心位置變化趨勢，從整體變動量來看，橢圓擬合法受圖像亮度的影響最小，灰度加權(quán)質(zhì)心法次之，灰度平方加權(quán)質(zhì)心法受亮度變化的影響最大。

圖18 (b)為亮度評價函數(shù)變化對x軸坐標的影響，圖18(c)為亮度評價函數(shù)變化對y軸坐標的影響，從中可以看出：①對于橢圓擬合中心，當亮度評價函數(shù)AVEG不超過120時，定位結(jié)果比較穩(wěn)定；亮度繼續(xù)增加后，其x軸坐標在0.5個像素范圍內(nèi)波動；y軸坐標隨圖像亮度增大而減小。②對于灰度加權(quán)質(zhì)心與灰度加權(quán)中心，當亮度評價函數(shù)AVEG不超過110時，定位結(jié)果比較穩(wěn)定；亮度繼續(xù)增加后，x方向和y方向坐標隨圖像亮度增大而減小。

計算每組中的每幅圖像到該組定位中心均值的距離，得到均方根誤差，如圖18(d)所示?？梢钥闯?，灰度中心法的定位重復性要優(yōu)于幾何中心法，三種方法均不超過0.13 pixels。

圖18 不同亮度圖像中心定位結(jié)果

計算不同亮度圖像中達到飽和值255的像素個數(shù)占目標圓像素面積的百分比，如圖19所示。

圖19 不同亮度圖像中達到飽和值的像素個數(shù)占目標圓像素面積的百分比

可以看出，當定位結(jié)果穩(wěn)定時(AVEG<110)，RRT目標區(qū)域的像素點均未達到飽和。

4.4 試驗結(jié)論

從以上試驗及數(shù)據(jù)可知，基于灰度信息的中心定位算法整體優(yōu)于基于邊緣信息的中心定位算法。為得到更為準確的定位結(jié)果，有以下幾條可參考的結(jié)論：

1)橢圓擬合算法的定位精度與RRT圖像的大小有關(guān)，目標直徑與圖像短邊之比不應(yīng)小于50%；圖像大小對基于灰度信息的方法影響較小，但為保證測量精度，目標圖像也不宜過大，以目標直徑不超過圖像短邊的90%為宜。

2)采用點光源照明的特征是中間強、邊緣弱，圖像采集光軸與物面不垂直、光源對稱性差等因素會造成照明中心偏離視場中心，給灰度中心定位方法帶來影響。因此，在進行系統(tǒng)調(diào)整時，應(yīng)采取措施保證光軸與物面的垂直度[10]；采集圖像時，目標應(yīng)靠近視場中心。在進行基準尺標定時，應(yīng)盡量使尺子兩端的目標在視場中位置相近。

3)當圖像亮度超過一定值后，中心定位結(jié)果隨亮度增加而變化。在本文中以灰度均值A(chǔ)VEG作為亮度評價參數(shù)，為得到穩(wěn)定的定位結(jié)果，AVEG不應(yīng)超過120。一個更為直觀的判據(jù)是，RRT圖像中的玻璃微珠灰度不宜達到飽和值。

5 總結(jié)

本文對工業(yè)攝影測量系統(tǒng)基準尺校準中所采用的RRT顯微圖像采集系統(tǒng)進行了介紹；根據(jù)圖像特征研究了適用于RRT顯微圖像的預(yù)處理、識別與定位等圖像處理方法；并通過試驗分析了影響目標定位精度的各種因素，包括標志圖像尺寸、標志在視場中的位置和圖像亮度等。

試驗表明，在標志點質(zhì)量良好、標志圖像大小合適、標志位于視場中心且圖像中各個像素灰度值均未達到飽和值時，基于逆反射標志邊緣信息的橢圓擬合方法和基于灰度信息的灰度加權(quán)方法中心定位結(jié)果基本一致。橢圓擬合方法易受標志圖像大小的影響；灰度加權(quán)方法易受標志偏離視場中心的距離影響；圖像亮度對兩種方法均會產(chǎn)生影響。整體來看，文中提出的兩種定位方法，在不同條件下的重復定位誤差均小于±0.2 pixels，滿足逆反射標志中心定位的誤差要求，且基于灰度信息的中心定位算法優(yōu)于基于邊緣信息的中心定位算法。以上結(jié)論為基準尺校準系統(tǒng)的圖像調(diào)節(jié)給出實際的參考，有利于規(guī)范基準尺校準過程，并提高基準尺校準系統(tǒng)測量的穩(wěn)定性與準確性。